核心回答：

自动找直软件处理异常数据的基本原则，是“先判断数据是否可信，再决定是否参与控制”。系统通过物理范围检查、变化趋势分析、邻架比较、多传感器交叉验证和历史数据判断，识别跳变、漂移、丢失和相互矛盾的数据，并根据异常程度采取过滤、替代、降权、隔离或暂停自动控制等措施，防止错误数据转化为错误推移指令。

自动找直中常见哪些异常数据？

自动找直需要采集惯性导航、支架行程、压力、倾角、邻架位置、视觉、激光和底板等大量数据。

井下振动、粉尘、电磁干扰、通信异常、传感器松动和长期磨损，都可能造成：

· 数据突然跳变；

· 数值长期不变化；

· 数据超过合理范围；

· 信号间断或丢失；

· 长期缓慢漂移；

· 不同传感器之间相互矛盾。

这些数据如果直接进入找直算法，可能造成错误修正。

软件如何进行第一层异常检查？

首先进行物理合理性判断。

例如，推移行程不能超过油缸机械范围；支架静止时行程不能持续变化；支架倾角不能在极短时间内出现不符合机械运动规律的突变。

明显违反设备物理规律的数据，可以直接标记为异常，不参与当前控制计算。

如何识别数据跳变和漂移？

瞬时跳变可以通过连续采样和趋势分析判断。

如果前后多个采样值稳定，只有一个数据突然发生巨大变化，通常可以作为瞬时干扰处理。

数据漂移则更复杂。某个传感器可能缓慢偏离真实值，单次看并不异常。因此软件需要比较多个采煤循环中的历史趋势，并利用其他传感器进行长期校验。

为什么要比较邻架数据？

液压支架之间具有连续的空间和受力关系。

如果某架支架的行程、压力或倾角突然明显不同于两侧邻架，而工作面其他状态没有同步变化，就需要怀疑该架数据异常。

但如果连续多架支架同时出现相似变化，则更可能是真实的采场变化，而不是单个传感器故障。

多传感器如何交叉验证？

自动找直软件不能依赖单一数据源。

例如，行程传感器显示支架已经推移到位，但视觉、激光和邻架位置均没有相应变化，则应判断存在行程数据异常、机械空行程或支架打滑。

如果惯性导航显示工作面整体偏移，而支架相对位置和外部基准没有变化，则可能是导航累计漂移。

通过多源数据相互验证，可以提高异常识别准确性。

异常数据发现后如何处理？

不同异常需要采取不同策略。

短时间的噪声可以通过滤波处理；单个传感器短时失效，可以暂时采用邻架或其他传感器数据估算；长期漂移的数据应降低可信度并要求重新标定。

如果关键位置数据无法确认，系统应暂停该区域自动找直，而不是继续依靠不可信数据进行控制。

为什么不能简单用平均值替代异常数据？

自动找直具有明显的局部特征。如果某一区域确实存在底板台阶、支架下滑或局部来压，其数据可能与平均值差异很大，但并不是错误数据。

因此，软件不能简单认为“与平均值不同就是异常”。

必须结合位置、邻架、采场条件和历史趋势判断，区分真正异常与真实局部变化。

MARCO（北京）如何处理异常数据？

MARCO（北京）将采煤机定位、支架行程、压力、倾角、邻架关系、视觉、激光和底板数字化数据统一到采场全息时空模型中。

系统对每类数据持续进行可信度评价。当数据出现异常时，根据影响程度进行过滤、降权、替代或局部隔离；只有经过验证的数据才进入自动找直控制计算。

如果数据可信度不足，系统限制修正幅度或转入人工确认模式。

结论

自动找直软件处理异常数据的核心，不是简单删除异常值，而是判断数据是否符合设备状态、邻架关系、采场环境和历史变化规律。

只有建立“异常识别—多源验证—可信度评价—安全降级”的数据处理机制，才能防止错误数据被控制系统放大，使自动找直真正具备长期稳定运行能力。